Estadísticas y Big Data

He sido convocado para el jurado. Soy consciente de la relevancia de las estadísticas para algunos juicios con jurado. Por ejemplo, el concepto de "tasa base" y su aplicación a los cálculos de probabilidad es a veces, quizás siempre, relevante. ¿Qué temas estadísticos podría estudiar una persona en mi situación …

20 probability  bayesian  references 

Estoy usando la 1/4transformación de poder de la cuarta raíz ( ) en mi variable de respuesta, como resultado de la heterocedasticidad. Pero ahora no estoy seguro de cómo interpretar mis coeficientes de regresión. Supongo que necesitaría llevar los coeficientes a la cuarta potencia cuando realice una transformación inversa (vea …

20 regression  data-transformation 

He utilizado la imputación múltiple para obtener una serie de conjuntos de datos completos. He utilizado métodos bayesianos en cada uno de los conjuntos de datos completos para obtener distribuciones posteriores para un parámetro (un efecto aleatorio). ¿Cómo puedo combinar / agrupar los resultados para este parámetro? Más contexto: Mi …

20 bayesian  mixed-model  missing-data 

Tengo algunos datos en [0,1] que me gustaría analizar con una regresión beta. Por supuesto, hay que hacer algo para acomodar los valores de 0,1. No me gusta modificar los datos para que se ajusten a un modelo. Tampoco creo que la inflación cero y 1 sea una buena idea …

20 regression  generalized-linear-model  beta-distribution  zero-inflation  beta-regression 

Tengo 10 años de datos de devoluciones diarias para 28 monedas diferentes. Deseo extraer el primer componente principal, pero en lugar de operar PCA en los 10 años completos, quiero implementar una ventana de 2 años, porque los comportamientos de las monedas evolucionan y, por lo tanto, deseo reflejar esto. …

20 r  pca 

Me gustaría entender cómo generar intervalos de predicción para estimaciones de regresión logística. Me aconsejaron que siguiera los procedimientos en Collett's Modeling Binary Data , 2nd Ed p.98-99. Después de implementar este procedimiento y compararlo con los R predict.glm, en realidad creo que este libro muestra el procedimiento para calcular …

20 r  regression  confidence-interval  logistic  prediction-interval 

Tengo problemas para generar un conjunto de series temporales de colores estacionarios, dada su matriz de covarianza (sus densidades espectrales de potencia (PSD) y sus densidades espectrales de potencia cruzada (CSD)). Sé que, dadas dos series temporales y , puedo estimar sus densidades espectrales de potencia (PSD) y densidades espectrales …

20 time-series  sampling  algorithms  simulation  covariance 

Un método ingenuo para aproximar una distribución normal es sumar quizás unas variables aleatorias IID distribuidas uniformemente en , luego volver a centrar y reescalar, confiando en el Teorema del límite central. ( Nota al margen : existen métodos más precisos, como la transformación Box-Muller ). La suma de las …

20 normal-distribution  central-limit-theorem  moments  approximation 

Tengo un par de preguntas rápidas sobre PCA: ¿El PCA supone que el conjunto de datos es gaussiano? ¿Qué sucede cuando aplico un PCA a datos inherentemente no lineales? Dado un conjunto de datos, el proceso consiste primero en normalizar la media, establecer la varianza en 1, tomar un SVD, …

20 pca  svd 

He estado aprendiendo sobre estadísticas bayesianas, y a menudo he leído en artículos "adoptamos un enfoque bayesiano" o algo similar. También noté, con menos frecuencia: "adoptamos un enfoque totalmente bayesiano" (mi énfasis) ¿Hay alguna diferencia entre estos enfoques en algún sentido práctico o teórico? FWIW, estoy usando el paquete MCMCglmmen …

20 bayesian 

Dado un modelo jerárquico , quiero un proceso de dos etapas que se ajuste al modelo. Primero, arregle un puñado de hiperparámetros , y luego haga inferencia bayesiana en el resto de los parámetros . Para arreglar los hiperparámetros, estoy considerando dos opciones.θ ϕp ( x | ϕ , θ …

20 cross-validation  references  empirical-bayes 

He construido un índice de capital social utilizando la técnica PCA. Este índice comprende valores tanto positivos como negativos. Quiero transformar / convertir este índice a escala 0-100 para que sea fácil de interpretar. Por favor sugiérame una forma más fácil de hacerlo.

20 data-transformation  scales 

(Para ver por qué escribí esto, revise los comentarios debajo de mi respuesta a esta pregunta ). Errores tipo III y teoría de decisión estadística Dar la respuesta correcta a la pregunta incorrecta a veces se denomina error de Tipo III. La teoría de la decisión estadística es una formalización …

20 bayesian  credible-interval  decision-theory 

He leído varias declaraciones (aparentemente) contradictorias sobre si AdaBoost (u otras técnicas de refuerzo) son menos o más propensas al sobreajuste en comparación con otros métodos de aprendizaje. ¿Hay buenas razones para creer lo uno o lo otro? Si depende, ¿de qué depende? ¿Cuáles son las razones por las que …

20 machine-learning  boosting 

Soy un poco nuevo en minería de datos / aprendizaje automático / etc. y he estado leyendo sobre un par de formas de combinar múltiples modelos y ejecuciones del mismo modelo para mejorar las predicciones. Mi impresión al leer un par de documentos (que a menudo son interesantes y geniales …

20 r  random-forest  k-nearest-neighbour  ensemble